MétaCan
Menu
Retour à la cohorte
Enregistrement W4213284246 · doi:10.4018/978-1-60960-209-3.ch015

Moving from Cyber-Bullying to Cyber-Kindness

2011· book-chapter· en· W4213284246 sur OpenAlex
Wanda Cassidy, Karen Brown, Margaret Jackson

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueAdvances in social networking and online communities book series · 2011
Typebook-chapter
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésKindnessPsychologyCyber bullyingSocial psychologyPolitical scienceThe InternetComputer scienceWorld Wide WebLaw

Résumé

récupéré en direct d'OpenAlex

The purpose of this chapter is to explore cyber-bullying from three different, but interrelated, perspectives: students, educators and parents. The authors also explore the opposite spectrum of online behaviour - that of “cyber-kindness” - and whether positive, supportive or caring online exchanges are occurring among youth, and how educators, parents and policy-makers can work collaboratively to foster a kinder online world rather than simply acting to curtail cyber-bullying. These proactive efforts tackle the deeper causes of why cyber-bullying occurs, provide students with tools for positive communication, open the door for discussion about longer term solutions, and get at the heart of the larger purposes of education – to foster a respectful and responsible citizenry and to further a more caring and compassionate society. In the course of this discussion, they highlight the findings from two studies they conducted in British Columbia, Canada, one on cyber-bullying and a later study, which addressed both cyber-bullying and cyber-kindness.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,306
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle